![240](https://cdn2.jianshu.io/assets/default_avatar/3-9a2bcc21a5d89e21dafc73b39dc5f582.jpg?imageMogr2/auto-orient/strip|imageView2/1/w/240/h/240)
用戶深度訪談的目的 作為定性研究的一種常用且有效的方法爆捞,用戶“深度訪談”是不僅僅是用研人員必備的技能,同時也是2C端產品人員在產品上線初期進行改...
問卷調查地址:https://www.wjx.cn/jq/41987800.aspx 1.工欲善其事必先利其器 在互聯(lián)網(wǎng)行業(yè)中勾拉,無論是運營煮甥、產品...
1.前言 RFM模型即"R"——Recency(最近一次消費時間)盗温、"F"——Frequency(一段時間內消費頻次)、"M"——(一段時間內消...
1.數(shù)據(jù)爬取 鏈接:https://pan.baidu.com/s/1zaTqNY2eCzGyYzesDw0LPw提取碼:5h8d鏈接是我自行在...
1.數(shù)據(jù)集的導入以及自變量和因變量的選取 作為機器學習的入門知識點和模型卖局,網(wǎng)上有很多sklearn庫實現(xiàn)線性回歸的例子。不過在這里我會從最開始的...
用戶分層 緊接著上一篇文章双霍,現(xiàn)在我們來分析下不同用戶(游客)的分層: 建立一個數(shù)據(jù)透視表砚偶,并先將所有的NAN值改成0,購買過2次及以上的游客統(tǒng)統(tǒng)...
分析內容 針對臺北101門票的銷售情況數(shù)據(jù)店煞,做一些簡單的數(shù)據(jù)分析 每天的銷售量 銷售量最高和最低日期分布 游客購買次數(shù)密度 游客購買次數(shù)百分比 ...
接著上一篇的內容蟹演,接下來分析下公司行業(yè)背景的數(shù)量分布 3.2 公司行業(yè)分布情況 原數(shù)據(jù)中行業(yè)分布风钻,有些公司用顷蟀、代替了,作為分隔符,所以需要用上面...
本項目的數(shù)據(jù)來源是2019年拉勾網(wǎng)——上海的數(shù)據(jù)分析崗位的信息 首先第一步:爬取數(shù)據(jù) 爬取的代碼就不貼上來了骡技,有很多種鸣个,本人的爬蟲水平僅限于Be...